Python 3.x 用hist函数绘图得到错误的归一化概率密度图 我想要drow一个简单的hist图，密度=True，数据保存在data.txt文件中，我放在这里：

-3.159589616094560238e-02
-2.238517986981702901e-02
3.685513259832978727e-02
5.551115123125782702e-17
3.855829197377269590e-02
1.1067485805819609E-01
-1.343976685751569478e-01
4.594910529316376113e-03
4.908490856818659154e-04
3.419692699076753994e-02
-1.000969353410680052e-02
-3.022899285774027778e-02
-5.537409517542163373e-02
-4.602923607484266100e-02
3.28485913347637686E-02
-1.023686626680164746e-02
-3.66441566649880337E-02
8.171815787883440763e-02
2.999203027116759124e-02
5.004522795043858663e-02
7.388383006436807787e-02
6.113278573286806683e-02
6.386857025829173473e-02
3.5917230085152189E-02
6.549840356253561202e-02
1.25385646495555160E-02
6.041119437265624059e-02
6.908608718235104140e-02
1.134341604638248180e-01
-1.576914025344122727e-02
-2.417229901971842954e-02
-3.899153022868465102e-02
4.6890969417610000670E-02
5.841198683607556896e-02
8.641413395100966399e-02
5.6425414388484205468E-02
4.930903227540417433e-03
1.942745077277890919e-02
2.158310326121676281e-02
1.0497123340900066590E-02
1.75405305891195017171E-02
-2.353744351610204122e-02
-8.208313574505410326e-03
5.7443969427568261E-02
-1.211723809639734806e-01
-8.992113838379417275E-02
1.061556222415527273e-02
-2.920395846191836675e-02
1.037069716181004964e-03
-3.161371576063895E-02
-3.61204340461407385E-02
-1.809334659086286878e-02
3.662870373600723983e-02
1.391056336430290807e-02
-1.172024701805174929e-01
3.251886867868275521e-02
2.396867235334465551e-02
3.837332827102124533e-02
6.056630689588365923e-02
8.321671975043376523e-02
1.115621200150082593e-01
8.420054612809740879e-02
5.823374107493473062e-02
7.729794103241893755e-02
2.47749562922744152E-02
2.972088991663957014e-02
3.742060783581174777e-02
-1.110223024625156540e-16
2.587337514429000063e-02
1.527836714091357351e-02
1.958896955617406288e-02
-1.832210450473931163e-02
-1.926657560263266011e-02
2.339325805152586701e-02
-6.3249035116012525539E-02
-6.690299051450193657e-02
-2.482072685296415893e-02
3.064499196744452370e-02
3.355998562941886476e-02
1.788746275401903452e-02
4.613919286422546451e-03
-8.927918985562194321e-03
1.028462556431128383e-02
5.53209565729191985491E-02
6.604320581321337924e-02
3.669973111374175145e-02
2.277477855616832914e-02
4.808227903197481723e-02
4.832747448244809E-02
7.656143177495855490e-03
1.245515608493746873e-02
2.349500690106676171e-02
4.072972204376856808e-03
2.516504860752621919e-02
2.00373874089527351E-02
-2.613223707890222069e-02
4.011136596889314232e-03
2.548231927644559192e-02
1.330938824527588826e-02
2.40443939147697296E-02
6.90713090763830421E-03
6.979484635157226502e-03
-3.290848338052448918e-02
-1.755191743006401239e-02
-3.366674089662069491e-04
5.945578987875954624e-05
-1.632427050508156174e-02
-8.6587711380980708E-02
-4.820886804917889901e-02
-8.546677486103770871e-03
-6.925724668856880761e-03
-9.925127350824403116e-04
-2.449622387186950467e-02
3.123051142945909575e-02
5.79578809893345230E-02
3.605543122998344785e-02
3.302943330800275912e-02
7.059531249141720588e-02
5.85393093753908574E-02
3.905874422983779404e-02
4.843263815672965711e-02
4.147627035435175191e-02
8.400424535113787394e-02
9.84420176453200142E-02
9.294548499676424935e-02
6.497483032833101246e-02
1.144645348202695256e-01
2.999608390738961461e-02
3.08505393941604275E-02
2.276726259836320265e-02
0.000000000000000000e+00
-2.51045616410146738E-02
2.116637291906409146e-02
-3.321700185738685196e-02
3.98285377878908183E-03
1.363191485535983349e-02
1.564968650026804520e-02
1.478997225428510531e-02
-3.13168502494528E-03
-3.806954212751323396e-02
-8.159214863622976655e-03
-7.186257889362090978e-02
-9.500427775385178464e-04
-3.3951503781186997E-02
7.110268582201983989e-03
-2.162228010763439512e-02
-5.384418762160989025e-02
-7.415379224082696563e-03
8.122245670091066128e-03
-2.8783733427720332E-02
-4.544898403509023410e-04
2.231065952279343012e-02
5.253618584763958266e-02
7.567731789121345809e-03
1.043630861213364069e-02
9.6916337277966997292E-03
-2.829666135637745605e-03
-1.50434010735054191E-03
1.140727886561562765e-02
1.089115013359434614e-02
1.044992233561446715e-02
9.693261114407991652e-03
-5.238694978638769317e-02
-2.45712544725005714E-02
1.077886426445628931e-03
-4.871118148953068605e-02
-6.495809610443054050e-02
-3.267035029465242824e-02
-2.674999216286094716e-02
-3.357327749680671936e-02
-8.093857036171048236e-03
4.214960036162579415e-02
8.643719482737677318e-03
-5.065308732882500831e-02
-1.275187831141166850e-02
4.968104321639105203e-03
3.038550497837352871e-02
1.29263445047545113E-01
9.96024836001909853E-02
9.926289065772253561e-02
1.218752249462111137e-01
6.588591178993197239e-02
5.093094629578931443e-02
4.116752669646578378e-02
4.345115715519703992e-02
1.576461619520656832e-

import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data.txt', header=-1)
data.columns =['A']
data.hist('A', bins=20, density=True)
plt.show()